- 相关推荐
基于遗传算法优化神经网络权值的大坝结构损伤识别
针对传统BP神经网络存在着容易陷入局部极小点、训练时间太长等缺点,本文采用基于浮点编码的遗传算法,对BP神经网络的初值空间进行了遗传优化.用基于浮点编码的遗传算法来优化BP神经网络的权值,可得到最佳初始权值矩阵,并按误差前向反馈算法,沿负梯度搜索进行网络学习.文中以混凝土重力坝结构作为算例,用结构的模态频率变化作为网络的输入向量,结构的损伤位置作为输出向量,对网络进行了训练.仿真结果表明:遗传BP神经网络的收敛和诊断能力优于传统BP神经网络,可有效地运用到大坝结构的健康诊断与损伤识别中.
作 者: 李小荣 郭永刚 Li Xiaorong Guo Yonggang 作者单位: 李小荣,Li Xiaorong(北京工业大学建筑工程学院,北京,100022)郭永刚,Guo Yonggang(中国水利水电科学研究院,北京,100044)
刊 名: 震灾防御技术 ISTIC 英文刊名: TECHNOLOGY FOR EARTHQUAKE DISASTER PREVENTION 年,卷(期): 2008 3(2) 分类号: P3 X4 关键词: 遗传算法 BP神经网络 损伤 大坝【基于遗传算法优化神经网络权值的大坝结构损伤识别】相关文章:
基于混合优化策略的结构损伤识别方法04-29
基于结构振动信息的损伤识别研究综述04-27
基于模态频率和神经网络的结构损伤检测04-27
基于人工神经网络的结构腐蚀损伤定量预测04-27
基于曲率模态和小波奇异性的结构损伤识别04-27
基于模糊神经网络的目标识别04-29
基于遗传算法的飞机气动优化设计04-27
基于改进遗传算法的车辆路径优化研究04-29
基于简谐激励下响应的梁损伤识别04-26